GANの入門

PyTorch で学ぶ画像向け Deep Learning

Michal Oleszak

Machine Learning Engineer

敵対的生成ネットワーク（GAN）

生成されたネコ画像。

https://thesecatsdonotexist.com
敵対的生成ネットワーク（GAN）
学習データに基づき新しいサンプルを生成

Pokemon Sprites データセット

Pokemon Sprites データセットのサンプル画像

PokeAPI の Pokemon Sprites データセット
ポケモンゲームの生物風キャラ約1300枚のスプライト
目標: 新しいポケモンを生成！

GANのアーキテクチャ

GANのワークフロー図。

GANのアーキテクチャ

GANのワークフロー図。

GANのアーキテクチャ

GANのワークフロー図。

GANのアーキテクチャ

GANのワークフロー図。

GANの学習プロセス

GANのワークフロー図。

生成器: 本物らしい画像を生成するよう学習
識別器: 偽と本物を見分けるよう学習
相反する目的で双方が上達
最終的に生成器はリアルな画像を生成

基本的な生成器

class Generator(nn.Module):
    def __init__(self, in_dim, out_dim):
        super(Generator, self).__init__()

        self.generator = nn.Sequential(
            gen_block(in_dim, 256),
            gen_block(256, 512),
            gen_block(512, 1024),
            nn.Linear(1024, out_dim),
            nn.Sigmoid(),
        )


    def forward(self, x):
        return self.generator(x)

Generator クラスを定義

生成ブロックの列、全結合層、Sigmoid 活性化

def gen_block(in_dim, out_dim):
  return nn.Sequential(
      nn.Linear(in_dim, out_dim),
      nn.BatchNorm1d(out_dim),
      nn.ReLU(inplace=True)
  )

入力を全層に通す
入力: サイズ in_dim のノイズ
出力: サイズ out_dim の画像

基本的な識別器

class Discriminator(nn.Module):
    def __init__(self, im_dim):
        super(Discriminator, self).__init__()

        self.disc = nn.Sequential(
            disc_block(im_dim, 1024),
            disc_block(1024, 512),
            disc_block(512, 256),
            nn.Linear(256, 1),
        )


    def forward(self, x):
        return self.disc(x)

Discriminator クラスを定義

識別ブロックの列と全結合層

def disc_block(in_dim, out_dim):
  return nn.Sequential(
      nn.Linear(in_dim, out_dim),
      nn.LeakyReLU(0.2)
  )

入力を全層に通す
入力: サイズ in_dim の画像
出力: サイズ 1 の判定

練習しましょう！

PyTorch で学ぶ画像向け Deep Learning